一种基于集成学习的诈骗识别方法、系统、设备和介质

本发明公开一种基于集成学习的诈骗识别方法、系统、设备和介质，方法包括：S1、预处理全量训练数据；S2、创建n个基础模型；S3、初始k＝1；S4、从预处理的全量训练数据中抽取正样本和负样本，得到训练子数据集；S5、设置第k个基础模型的特征的权重类型；S6、利用训练子数据集训练第k个基础模型；S7、k是否等于n，若是，进入S8，否则返回S4；S8、过滤基础模型，融合剩下的基础模型得到集成模型；S9、利用集成模型计算评分值，根据评分值判断诈骗风险等级。本发明可以有效缓解反欺诈模型训练中的正负样本不均衡问题以及随时间带来的数据漂移的问题。